在半导体产业的发展史上，NAND 闪存长期被贴上一个标签：典型的“强周期大宗商品”。价格暴涨暴跌，厂商往往是赚两年、亏三年，行业规律看起来几乎不可撼动。
但刚刚落幕的 2026 闪迪（SanDisk）投资者日，却让华尔街几家顶级投行集体改变了口风。瑞穗、高盛、Evercore ISI 几乎同时转向看多，最高目标价甚至给到了 2800 美元。
更值得关注的是闪迪背后拿出的几组硬数据：80% 毛利率底线、939 亿美元超级长约保底、面向 AI 推理的 HBF 技术，以及 100% 超额自由现金流回购计划。这家存储芯片厂商似乎正在重新定义自己的行业位置——不再是随行就市的“大宗商品供应商”，而是手握长期合约与技术壁垒的 AI 基础设施核心玩家。
华尔街的新共识：闪存告别“拍卖行时代”
过去投资存储股，市场最担心的从来都是同一个问题：周期反噬。上一季还在高速增长，下一季价格就可能腰斩。但这一次，瑞穗、Evercore ISI 和高盛给出的判断高度一致——闪存的盈利能力之争已经结束，闪迪正在把周期性拉长。
瑞穗给出的目标价是 1900 美元。其核心判断是：2028–2030 财年闪迪营收将维持中高双位数增长，2030 财年有望突破 800 亿美元，同时 80% 毛利率底线已经确立。
高盛的目标价则是 2200 美元。它更关注 AI 智能体与长上下文推理带来的 KV Cache 需求，预计到 2030–2032 年，这一场景将占据数据中心闪存市场约 35% 的份额，而闪迪在该领域的技术壁垒被认为极具防御性。
Evercore ISI 直接给出了 2800 美元的目标价，理由更简单直白：FY28–FY30 毛利率约为 80%，营业利润率约为 75%，调整后自由现金流率约为 50%。用他们的话说，这几乎是一台“纯现金牛机器”。
换句话说，闪存生意正在从过去的“季度现货拍卖”，转向类似云基础设施的多年期战略合约模式。这种商业模式的切换，才是投资者重新定价的核心原因。
市场空间重置：从 600 亿旧周期到 5000 亿“AI 新主场”
很多人对闪存市场的理解，还停留在过去年均 600 亿美元上下波动的小池塘。但闪迪在投资者日上公布的数据，直接刷新了这个认知框架。
2026 年全球闪存市场规模预计突破 3000 亿美元，2027 年更是可能逼近 5000 亿美元。全年总出货量则预计达到 1.2 ZB（泽字节）。
真正值得关注的，不只是总量的膨胀，更是结构的巨变。数据中心在闪存需求中的占比，已经从 2020 年代初的 20% 跃升至 2026 年的 50%。闪存已经不再是由消费电子驱动的边缘配角，而是数据中心算力架构中的核心底层组件。
这个判断背后有一条非常直接的逻辑链：2026–2027 年，全球超大规模厂商（Hyperscaler）与 Neocloud（新云厂商）的合计资本开支高达 1.9 万亿美元。当整个行业的基础盘从 600 亿被重置到 5000 亿级别时，闪存自然不再是周期配角，而是 AI 时代算力中心的关键拼图之一。
939 亿美元 NBM 合约：把 80% 毛利率“焊死”
闪迪手里最大的一张底牌，是 NBM（长期框架供货协议）。
过去是客户按季度压价，现在的情况是：全球顶级超算与云厂商，包括三家美国顶级 Hyperscaler，排队签 4–5 年的长约。具体来看，FY2027 闪迪已锁定超过 50% 的出货量，FY2028 锁定量更是达到约 67%。
锁定出货还只是第一层。这些合同的总保底价值（TCV）高达 939 亿美元，剩余履约义务（RPO）达 911 亿美元。更关键的是，协议还包含了 165 亿美元的财务担保与预付款，并设有价格保护的上下限——即便触发保底下限，毛利率依然维持在 80% 左右。
这是什么概念？一家重资产科技公司，原本被认为天然缺乏可预测性，现在却开始拥有接近 SaaS 软件公司的收入可见度和抗周期能力。这恐怕才是这次投资者日最具冲击力的信息之一。
AI 推理的“记忆笔记本”：KV Cache 引爆新蓝海
在 AI 大模型的世界里，算力可以理解为“大脑”，那 KV Cache（键值缓存）就是大模型的“工作记忆笔记本”。
为什么 KV Cache 突然变得如此关键？原因在于长上下文推理和智能体（Agent）场景的爆发。用户与大模型进行多轮对话、长文档阅读或复杂推理时，模型必须持续查阅前文。如果没有 KV Cache，每生成一个新 Token 都要把前面几十万字的上下文重新计算一遍，算力开销将是灾难性的。
但问题在于，昂贵的 HBM 和 DRAM 空间极其有限，根本装不下动辄上百万上下文的记忆数据。于是业界找到了一条可行路径：把工作记忆下沉到成本更低、容量更大的闪存中，打造“持久化 KV Cache”。
闪迪对这一市场的判断非常激进。到 2030 年，AI 数据中心的 KV Cache 总装机容量将接近 1 ZB，占整个 1.2 ZB 闪存市场的 35%。闪迪 AI Lab 的实测数据也强化了这条技术路线的说服力：采用“闪存 + 内存”混合架构的系统，相比纯易失性介质（HBM + DDR）节能 75%，推理吞吐量反而提升 75%。他们把这套方案形象地称为“SSD 作为 Token 电池”。
从数据湖（QLC 冷数据）到直连 SSD（TLC 训练数据），再到机架级持久化 KV Cache（热数据），闪迪实际上是在 AI 推理的每一层“记忆关口”都做了布局。对 数据中心 而言，这种分层存储策略正在成为高密度 AI 推理部署的重要支撑。
AI 推理的“秘密武器”：HBF 凭什么让 GPU 效率翻倍？
如果说 NBM 负责守底线，那 HBF（High-Bandwidth Flash，高带宽闪存）就是闪迪手里的一张“超级期权”。
大模型进入 MoE（混合专家模型）与百万 Token 智能体时代后，AI 推理的瓶颈已经从“算力不足”转向“内存不够”。HBM 容量小、价格极高；一旦上下文溢出到系统内存，GPU 性能可能在短时间内暴跌 50%。这就是所谓的“AI 内存墙”。
HBF 的破局逻辑非常清晰：基于 NAND 架构，具备对标 HBM 的超高读取带宽，单栈容量最高可达 512GB，而成本只有 HBM 的约八分之一。容量提升 8–16 倍，成本降到八分之一，这对推理部署的经济模型来说几乎是质变。
闪迪在 Qwen3-480B 模型上的实测结果相当有冲击力：过去跑同样的大模型需要 8 张 HBM GPU，现在 1 张 HBF GPU 就能完成；4 颗 HBF GPU 的 Token 产出，可以打平 8 颗 HBM GPU。
这一数据意味着 HBF 在 AI 推理场景中可能直接改写硬件配置的成本公式：CapEx 效率提升 8 倍，GPU 效率提升 2 倍。目前首颗 HBF Die 已经完成流片（Tape-out），闪迪计划在 2027 财年向客户交付样品，并已在 OCP 与 Google、Meta、Jim Keller 等合作伙伴共同推动相关标准的建立。
资本效率：以技术换产能的“印钞机”
半导体扩产通常意味着动辄百亿美元级的建厂投资，但闪迪在资本效率上的表现有点不太像传统存储厂。
2021–2025 年间，闪迪与铠侠合计只用了全球 13% 的 NAND 资本开支，却拿下了全球 29% 的 Bit 产出。资本生产率达到同业均值的 2.2 倍到 4.8 倍。
支撑这一效率的核心路径，是“以技术升级换产出”。通过 CBA 混合键合以及从 BiCS8 到 BiCS10（单颗 2Tb QLC 芯片）的持续迭代，闪迪平均每代晶圆 Bit 增长达 54%，对应年化生产力增长 27%，而资本密集度仅需 4%–6%。
更让市场兴奋的是资本分配策略的转向。核心投资阶段完成后，闪迪承诺将 100% 的超额自由现金流用于回购。155 亿美元回购授权已经落地，FY26Q4 产生的 50 亿美元自由现金流中，当季就回购了 45 亿美元，执行率高达 90%。同时公司保持零负债运行。这种“现金流机器 + 全额回馈股东”的组合，在存储行业里确实不多见。
核心分歧与未来走向
目前市场上唯一的分歧点，聚焦在一个问题上：2027 年 NAND 价格会回调吗？
部分传统空头认为，2027 年闪存供给增加可能导致价格下跌 15%–20%。但瑞穗和闪迪给出的反驳逻辑同样直接：结构性剧变已经发生，2026 年数据中心需求占比从过去的 20% 提升至 50%，整体 TAM 正在向 5000 亿美元迈进。与此同时，智能体长上下文带来的持久化 KV Cache 需求，将在 2030 年占据整个闪存市场约 35% 的份额。价格回调的旧剧本，未必适用于新结构。
结语
闪迪正在经历一次彻底的估值框架重塑。
它不再只是一个随存储周期沉浮的 NAND 厂商。939 亿美元保底长约、面向 AI 推理的 HBF 技术、80% 毛利底线，以及接近全额回购的资本策略，叠加起来让它更像一个手握 AI 存储入口的平台型公司。
当大模型推理带来的“Token 海啸”持续扩散，这家在 AI 内存链条上层层布局的存储巨头，它的主升浪可能才刚刚开始。对于长期关注 AI 算力基础设施的 云栈社区 读者来说，闪迪的案例也提供了一个很有价值的观察样本：当一项底层技术从周期商品走向战略资产，整个行业的定价逻辑都会被改写。
发表于 3 小时前
|
查看: 4|
回复: 0
